人工智能芯片行業(yè)投資特性分析 全球人工智能產(chǎn)業(yè)還處在高速變化發(fā)展中

• 李芬珍子 2023年9月12日 來源：中研網(wǎng) 685 40
• 繁體

人工智能芯片行業(yè)投資特性分析

一、人工智能芯片行業(yè)壁壘分析

目前全球人工智能產(chǎn)業(yè)還處在高速變化發(fā)展中，廣泛的行業(yè)分布為人工智能的應(yīng)用提供了廣闊的市場前景，快速迭代的算法推動人工智能技術(shù)快速走向商用，AI芯片是算法實(shí)現(xiàn)的硬件基礎(chǔ)，也是未來人工智能時(shí)代的戰(zhàn)略制高點(diǎn)，但由于目前的AI算法往往都各具優(yōu)劣，只有給它們設(shè)定一個(gè)合適的場景才能最好地發(fā)揮其作用，因此，確定應(yīng)用領(lǐng)域就成為發(fā)展AI芯片的重要前提。但遺憾的是，當(dāng)前尚不存在適應(yīng)多種應(yīng)用的通用算法，人工智能的“殺手”級應(yīng)用還未出現(xiàn)，已經(jīng)存在的一些應(yīng)用對于消費(fèi)者的日常生活來說也非剛需，因此哪家芯片公司能夠抓住市場痛點(diǎn)，最先實(shí)現(xiàn)應(yīng)用落地，就可以在人工智能芯片的賽道上取得較大優(yōu)勢。

架構(gòu)創(chuàng)新是AI芯片面臨的一個(gè)不可回避的課題。需要回答一個(gè)重要問題：是否會出現(xiàn)像通用CPU那樣獨(dú)立存在的AI處理器?如果存在的話，它的架構(gòu)是怎樣的?如果不存在，目前以滿足特定應(yīng)用為主要目標(biāo)的AI芯片就一定只能以IP核的方式存在，最終被各種各樣的SoC(system-on-a-chip)所集成。這無疑帶來了新的問題，芯片的體積和功耗是必須要考慮的重要因素，傳統(tǒng)芯片公司在SoC的設(shè)計(jì)優(yōu)化和工程實(shí)現(xiàn)上無疑比以算法起家的初創(chuàng)AI芯片公司更具經(jīng)驗(yàn)。

從芯片發(fā)展的大趨勢來看，現(xiàn)在還是AI芯片的初級階段。無論是科研還是產(chǎn)業(yè)應(yīng)用都有巨大的創(chuàng)新空間。從確定算法、應(yīng)用場景的AI加速芯片向具備更高靈活性、適應(yīng)性的通用智能芯片發(fā)展是技術(shù)發(fā)展的必然方向。未來 2 年之內(nèi) AI 芯片產(chǎn)業(yè)將持續(xù)火熱，公司扎堆進(jìn)入，但是到了2020年前后，則將會出現(xiàn)一批出局者，行業(yè)洗牌開始，最終的成功與否則將取決于各家公司技術(shù)路徑的選擇和產(chǎn)品落地的速度。

二、人工智能芯片行業(yè)盈利因素分析

傳統(tǒng)芯片時(shí)代奉行一種說法：生態(tài)遠(yuǎn)比技術(shù)更重要。芯片是底層硬件，在此之上，還需要有適配的操作系統(tǒng)、軟件開發(fā)環(huán)境、算法，再到應(yīng)用軟件。只有整個(gè)生態(tài)鏈條成熟，芯片才能真正發(fā)揮價(jià)值。但在AI時(shí)代，情況不一樣了。傳統(tǒng)的芯片公司、軟件算法公司涇渭分明，這種模式已經(jīng)不適應(yīng)AI時(shí)代。未來，人工智能芯片公司必須要有“芯片加算法”，提供完整解決方案的能力。

芯片不僅是一個(gè)技術(shù)密集、資本密集、人才密集的高門檻行業(yè)，同樣也是產(chǎn)業(yè)鏈很長的行業(yè)。在這條很長的產(chǎn)業(yè)鏈里，僅芯片公司，也有著不同的盈利模式。比如英特爾和AMD，用戶可以直接購買其芯片，高通則為手機(jī)廠商提供芯片，英特爾、AMD和高通取得的成績也證明了這一商業(yè)模式的成功。除了賣芯片，IP授權(quán)的模式也成就了一些芯片公司，典型的例子就是Arm，Arm靠提供芯片的知識產(chǎn)權(quán)發(fā)家，憑借著與英特爾的差異化競爭，Arm架構(gòu)的芯片如今已經(jīng)搭載在了大部分的移動智能設(shè)備中。還有如今AI芯片領(lǐng)域的代表英偉達(dá)，英偉達(dá)最早也出售芯片，后來慢慢轉(zhuǎn)變?yōu)橘uGPU卡。

三、人工智能芯片行業(yè)盈利模式分析

到了AI時(shí)代，不同的AI芯片公司也在用不同的商業(yè)模式探索AI芯片的落地。人工智能IP公司典型的就是AI獨(dú)角獸公司寒武紀(jì)，并且寒武紀(jì)IP落地已經(jīng)有成功案例，其IP搭載在麒麟970和麒麟980的SoC中。不過，在AI時(shí)代的AI芯片公司似乎更傾向于提供AI加速卡以及相關(guān)的服務(wù)。例如華為強(qiáng)調(diào)，華為昇騰910和310芯片將不會對外單獨(dú)銷售，而是以AI加速卡、加速模塊、服務(wù)器和一體機(jī)等模式對外銷售。另外，比特大陸、云天勵(lì)飛等擁有AI芯片的公司也都更傾向于提供模塊化的方案。

AI芯片相較于傳統(tǒng)芯片的特點(diǎn)是多了算法，這意味著AI芯片這樣軟硬結(jié)合的產(chǎn)品，單獨(dú)出售芯片可能無法工作，而AI算法也是一個(gè)稀缺資源，所以將算法和芯片捆綁作為一體化的方案也就成了許多公司的想法。

人工智能芯片行業(yè)發(fā)展的影響因素

一、有利因素

近幾年，AI技術(shù)的應(yīng)用場景開始向移動設(shè)備轉(zhuǎn)移，比如汽車上的自動駕駛、手機(jī)上的人臉識別等。產(chǎn)業(yè)的需求促成了技術(shù)的進(jìn)步，而AI芯片作為產(chǎn)業(yè)的根基，必須達(dá)到更強(qiáng)的性能、更高的效率、更小的體積，才能完成AI技術(shù)從云端到終端的轉(zhuǎn)移。

目前，AI芯片的研發(fā)方向主要分兩種：一是基于傳統(tǒng)馮·諾依曼架構(gòu)的FPGA(現(xiàn)場可編程門陣列)和ASIC(專用集成電路)芯片，二是模仿人腦神經(jīng)元結(jié)構(gòu)設(shè)計(jì)的類腦芯片。其中FPGA和ASIC芯片不管是研發(fā)還是應(yīng)用，都已經(jīng)形成一定規(guī)模;而類腦芯片雖然還處于研發(fā)初期，但具備很大潛力，可能在未來成為行業(yè)內(nèi)的主流。

二、不利因素

目前主流 AI芯片的核心主要是利用 MAC(Multiplier and Accumulation，乘加計(jì)算)加速陣列來實(shí)現(xiàn)對 CNN(卷積神經(jīng)網(wǎng)絡(luò))中最主要的卷積運(yùn)算的加速。這一代 AI 芯片主要有如下 3個(gè)方面的問題。

(1)深度學(xué)習(xí)計(jì)算所需數(shù)據(jù)量巨大，造成內(nèi)存帶寬成為整個(gè)系統(tǒng)的瓶頸，即所謂的“memory wall”問題。

(2)與第一個(gè)問題相關(guān)，內(nèi)存大量訪問和MAC陣列的大量運(yùn)算，造成AI芯片整體功耗的增加。

(3)深度學(xué)習(xí)對算力要求很高，要提升算力，最好的方法是做硬件加速，但是同時(shí)深度學(xué)習(xí)算法的發(fā)展也是日新月異，新的算法可能在已經(jīng)固化的硬件加速器上無法得到很好的支持，即性能和靈活度之間的平衡問題。

放眼未來，GPU、TPU等適合并行運(yùn)算的處理器成為支撐人工智能運(yùn)算的主力器件，既存在競爭又長期共存，一定程度可相互配合;FPGA有望在數(shù)據(jù)中心業(yè)務(wù)承擔(dān)較多角色，在云端主要作為有效補(bǔ)充存在。

《2022-2027年中國人工智能芯片行業(yè)發(fā)展分析及投資風(fēng)險(xiǎn)預(yù)測報(bào)告》由中研普華人工智能芯片行業(yè)分析專家領(lǐng)銜撰寫，主要分析了人工智能芯片行業(yè)的市場規(guī)模、發(fā)展現(xiàn)狀與投資前景，同時(shí)對人工智能芯片行業(yè)的未來發(fā)展做出科學(xué)的趨勢預(yù)測和專業(yè)的人工智能芯片行業(yè)數(shù)據(jù)分析，幫助客戶評估人工智能芯片行業(yè)投資價(jià)值。

• 相關(guān)深度報(bào)告REPORTS

  

  2022-2027年中國人工智能芯片行業(yè)發(fā)展分析及投資風(fēng)險(xiǎn)預(yù)測報(bào)告

  人工智能芯片也被稱為AI加速器或計(jì)算卡，即專門用于處理人工智能應(yīng)用中的大量計(jì)算任務(wù)的模塊（其他非計(jì)算任務(wù)仍由CPU負(fù)責(zé)）。業(yè)界關(guān)于AI芯片的定義仍然缺乏一套嚴(yán)格和公認(rèn)的標(biāo)準(zhǔn)。比較寬泛的看A...

  查看詳情

延伸閱讀

推薦閱讀

猜您喜歡